4.1 采集数据 任务2 导入数据（教案） 2025-2026学年高教版中职信息技术基础模块（下册）

该教案聚焦数据导入与清洗核心知识，涵盖从文本文件、其他工作簿导入数据及数据清洗规范化操作。通过情境导入衔接任务1问卷星数据问题，引导思考多源数据整合方法，搭建前后知识学习支架。 此教案以理实一体为特色，任务驱动结合专业衔接，培养信息意识（数据质量重要性）、计算思维（导入流程选择）与数字化学习能力。小组合作完成CSV导入、重复数据处理等实践，提升学生操作与问题解决能力，助力教师高效开展技能教学。

4.1 采集数据 任务2 导入数据（教案）- 《信息技术（基础模块下册）》同步教学（高教版第三版）高一下学期 课题 4.1 采集数据 任务2 导入数据 课型 理实一体课 课时 1课时 授课班级 中职一年级 授课时间 上学期 教材版本 高等教育出版社《信息技术（基础模块）》（第三版） 一、教材与学情分析 · 教材分析：本节课所使用的教材是由高等教育出版社出版的《信息技术（基础模块）》（第三版）。学习内容为第4单元“用数据说话——数据处理”的4.1节“采集数据”任务2“导入数据”。本节承接任务1的“输入数据”，主要介绍数据的导入方法，包括从文本文件导入数据、从其他工作簿导入数据、数据清洗与规范化、数据类型设置等内容。本节是数据处理模块的重要环节，为学生后续数据加工和分析奠定基础。 · 学情分析： · 知识基础：学生通过任务1的学习已掌握了数据的基本概念和数据采集的基本方法，能够使用WPS表格进行简单数据录入，但对数据的导入、数据清洗等操作缺乏系统了解。 · 认知特点：中职学生对数据处理技术兴趣浓厚，动手能力强，但对数据类型设置、数据清洗等操作的规范性认识不足，容易忽略数据质量对分析结果的影响。 · 专业衔接：本节课内容与电子商务专业（订单数据导入与清洗）、财经专业（财务报表数据导入）、物流专业（货物清单数据导入）等紧密相关，是各专业领域数据处理工作的基础技能。 二、核心素养培养目标 1. 信息意识：认识数据导入在数据采集环节的重要性，关注不同格式数据的导入方法，提高数据获取效率。 1. 计算思维：理解数据导入的流程，能够根据数据类型选择合适的导入方式，初步建立“先清洗、再分析”的数据处理思维模式。 1. 数字化学习与创新：掌握从文本文件、其他工作簿导入数据的方法，能够灵活运用数据清洗技术提高数据质量。 1. 信息社会责任：在数据导入和处理过程中，注重数据的准确性和完整性，养成规范操作、严谨细致的工作习惯。 三、教学重难点 · 教学重点： 3. 从文本文件导入数据的方法。 3. 从其他工作簿导入数据的方法。 3. 数据清洗与规范化的基本操作。 3. 数据类型设置的方法。 · 教学难点： 3. 文本文件导入时分隔符的选择与设置。 3. 重复数据和缺失值的识别与处理。 3. 数据导入过程中的常见问题排查。 四、教学方法与资源 · 教法：案例教学法、情境教学法、任务驱动法、演示法、小组合作探究法。 · 学法：观察分析法、动手实践法、讨论交流法、合作探究法。 · 教学资源：多媒体机房（含多媒体教学系统）、WPS表格软件、文本数据文件、PPT课件、教学视频、任务书及导学案。 五、教学过程（1课时，45分钟） 教学环节 教师活动 学生活动 设计意图 1. 情境导入（5分钟） 创设情境：承接任务1的情境。小优和她的学习小组通过问卷星收回了大量学生手机使用情况的问卷数据。平台导出的数据虽然是结构化的表格，但不同来源的数据格式不一致，无法直接分析。她想知道如何将不同来源的数据统一导入到同一工作表中。提问：① 除了手动输入，还有哪些方式可以获取数据？② 如果将一份调查报告的数据（如CSV格式）转入电子表格，有哪些方法？③ 导入的数据可能存在哪些问题？该如何处理？ 倾听并思考问题，结合生活经验尝试回答。 从学生已完成的问卷导入工作切入，激发学习兴趣，自然引出数据导入与清洗的主题。 2. 核心概念建构（25分钟） （一）数据的导入概述（5分钟）① 数据导入的定义：数据导入是指将外部数据源中的数据引入到当前工作表中的过程。② 常见的数据导入来源：文本文件（CSV、TXT）、其他工作簿、数据库、网页数据等。③ 数据导入的意义：提高数据采集效率、避免手动录入错误、便于多源数据整合分析。（二）从文本文件导入数据（8分钟）① 文本文件格式：CSV（逗号分隔值）文件、TXT（制表符分隔）文件，是常见的数据交换格式。② 【演示】从CSV文件导入数据：打开WPS表格 → “数据”选项卡 → “导入数据” → “文本/CSV文件” → 选择文件 → 设置分隔符 → 预览数据 → 确定导入。③ 【强调】 ：分隔符的选择至关重要——CSV文件通常用逗号分隔，TXT文件可能用制表符或空格分隔，需要根据实际情况选择。（三）从其他工作簿导入数据（5分钟）① 【演示】从其他工作簿导入数据：打开WPS表格 → “数据”选项卡 → “导入数据” → “Excel文件” → 选择文件 → 选择要导入的工作表 → 确定导入。② 【拓展】数据引用：除了直接导入，还可以使用公式引用其他工作簿中的数据，实现动态更新。（四）数据清洗与规范化（7分钟）① 数据清洗的概念：数据清洗是指对导入的数据进行检查、修正、补充和规范化的过程。② 常见数据质量问题：重复数据、缺失值、格式不一致、异常值等。③ 【演示】重复数据的处理：使用“数据”选项卡中的“删除重复项”功能，快速去除重复记录。④ 【演示】缺失值的处理：找到缺失数据单元格，根据情况用合理值填充或用平均值估算。⑤ 数据清洗的基本原则：数据清洗应有依据，不可随意修改；清洗过程应有记录，以便追溯。 听讲并记录笔记。跟随教师演示完成从CSV文件导入数据的操作。学习从其他工作簿导入数据的方法。学习数据清洗的基本方法，记录处理重复数据和缺失值的操作要点。 通过分步讲解和演示，帮助学生掌握数据导入的基本方法。强调数据清洗的重要性，培养学生“数据质量是第一位的”意识。实践操作让学生“做中学”，培养数据处理能力。 3. 巩固与提升（10分钟） 实践任务：请学生以小组为单位，完成以下任务：（1）从教师提供的CSV文件“学生手机使用情况调查数据.csv”中将数据导入WPS表格。（2）从另一个工作簿“班级信息表.xlsx”中将班级信息数据导入当前工作表。（3）检查导入的数据中是否存在重复记录，使用“删除重复项”功能进行处理。（4）检查数据中是否存在缺失值，对缺失的年龄信息进行合理填充。（5）小组讨论：在数据导入过程中遇到了哪些问题？是如何解决的？ 小组合作，完成从CSV文件导入数据、从其他工作簿导入数据的任务。进行重复数据删除和缺失值填充操作。讨论数据导入中的常见问题及解决方案。 通过综合实践任务，让学生将所学知识综合运用到实际数据导入中，培养协作能力和问题解决能力。 4. 课堂小结 布置作业（5分钟） 知识梳理：① 数据导入有哪些常见来源？② 如何从CSV文件导入数据？分隔符的选择有何作用？③ 什么是数据清洗？常见的脏数据类型有哪些？总结提升：数据导入是数据采集的重要手段，而数据清洗则是确保数据质量的关键环节。只有高质量的数据，才能产生有价值的分析结果。在今后的数据处理工作中，要养成数据先行、质量至上的工作习惯。布置作业：① 完成课后练习题；② 将课堂导入的数据进一步完善清洗（处理异常值和格式不一致问题）；③ 收集一份家庭月度开支数据，将其导入电子表格并进行简单整理。 跟随教师回顾要点，记录作业。 系统梳理知识要点，分层作业满足不同需求，拓展作业引导学生关注日常数据管理。 六、板书设计 第4单元 用数据说话——数据处理 4.1 采集数据 任务2 导入数据 一、数据导入概述 三、数据清洗与规范化 1. 定义：将外部数据引入当前工作表 1. 数据清洗：检查、修正、补充数据 2. 常见来源： 2. 常见脏数据： - 文本文件（CSV、TXT） - 重复数据 - 其他工作簿 - 缺失值 - 数据库、网页 - 格式不一致 3. 意义：提高效率、减少错误 3. 处理方法： - 删除重复项 二、数据导入方法 - 填充缺失值 1. 导入CSV/TXT文件： - 统一数据格式 数据→导入数据→文本/CSV→选择文件 →设置分隔符→确定 四、数据类型设置 2. 导入其他工作簿： 1. 文本、数值、日期等 数据→导入数据→Excel文件→选择文件 2. 正确设置类型是分析的前提 →选择工作表→确定 七、教学反思 · 预期效果：预计大部分学生能掌握从CSV文件和其它工作簿导入数据的方法，了解数据清洗的基本概念，能够处理简单的重复数据和缺失值问题。学生对数据导入的实际操作兴趣浓厚，能够积极参与小组合作任务。 · 改进设想：可根据不同专业方向调整导入数据的类型（如电商专业导入订单数据、财经专业导入财务数据），使教学更贴近专业发展需求。CSV文件导入时强调不同编码格式可能导致的乱码问题，帮助学生应对实际工作中可能出现的异常情况。数据清洗环节可增加“异常值检测”的内容，为后续数据分析打基础。 学科网（北京）股份有限公司 $